Как объединить две таблицы на основе строк и столбцов в R? - PullRequest
Новая
       6

Как объединить две таблицы на основе строк и столбцов в R?

0 голосов
/ 28 июня 2018 
df1 <- data.frame(MLID=c('992','992','BJR'),
              Position=c('N0','N1','N1'),
              Weight=c(0.125,0.58,0.69))


df2 <- data.frame(MLID=c('992','992','992','992',
                     'BJR','BJR','BJR','BJR'),
              Weight=c(0,0.251,0.501,1.001,
                       0,0.251,0.501,1.001),
              N0=c(2.80,4.05,4.05,4.05,
                   4.05,4.05,4.05,4.05),
              N1=c(3.47,4.73,4.95,5.15,
                   4.73,7.73,4.95,5.15) )

Я хочу объединить эти две таблицы, следуя правилам:

  1. MLID
  2. Посмотрите на положение (его N0 или N1)
  3. Найдите диапазон, в котором находится вес (например, приблизительно vlookup в excel) (2.8 означает плату за вес (0,0.250) для 992 N0, 4.05 за вес (0.251,0.500) для 992 N0,3.47 за вес ( 0,0.250) 992 N1 и т. Д.

Таким образом, конечный результат должен быть: 

MILD  Position  Weight  Charge
992      N0     0.125    2.8
992      N1     0.580    4.95
BJR      N1     0.690    4.95

Возможно ли сделать это в R? особенно в пакете dplyr?

Ответы [ 3 ]

0 голосов
/ 28 июня 2018

Можно использовать параметр, использующий data.table rolling соединение. Сначала df2 необходимо преобразовать в long-format с помощью melt, а затем объединить оба df1 и df2. 

library(data.table)

setDT(df1, key = c("MLID", "Position","Weight") )

df2 <- melt(df2, id.vars = c("MLID","Weight"), variable.name = "Position", 
                                                      value.name = "Charge")

setDT(df2, key = c("MLID", "Position","Weight"))

df2[df1, roll = "nearest"]
#    MLID Weight Position Charge
# 1:  992  0.580       N1   4.95
# 2:  992  0.125       NO   2.80
# 3:  BJR  0.690       N1   4.95

Вариант № 2: Подход, основанный на tidyverse, может быть следующим: 

library(tidyverse)
df2 %>% gather(Position, Charge, -MLID, -Weight) %>%
  right_join(df1, by=c("MLID", "Position")) %>%
  filter(Weight.x <= Weight.y) %>%
  group_by(MLID, Position) %>%
  arrange(Weight.y-Weight.x) %>% 
  slice(1) %>%
  select(MLID, Weight = Weight.y, Position, Charge)

# # A tibble: 3 x 4
# # Groups: MLID, Position [3]
#   MLID  Weight Position Charge
#   <chr>  <dbl> <chr>     <dbl>
# 1 992    0.580 N1         4.95
# 2 992    0.125 NO         2.80
# 3 BJR    0.690 N1         4.95

Данные:

Данные OP's немного изменены, чтобы включить аргумент stringsAsFactors = FALSE в data.frame, чтобы избежать ненужных предупреждений. 

df1 <- data.frame(MLID=c('992','992','BJR'),
                  Position=c('NO','N1','N1'),
                  Weight=c(0.125,0.58,0.69), stringsAsFactors = FALSE)


df2 <- data.frame(MLID=c('992','992','992','992',
                         'BJR','BJR','BJR','BJR'),
                  Weight=c(0,0.251,0.501,1.001,
                           0,0.251,0.501,1.001),
                  NO=c(2.80,4.05,4.05,4.05,
                       4.05,4.05,4.05,4.05),
                  N1=c(3.47,4.73,4.95,5.15,
                       4.73,7.73,4.95,5.15), stringsAsFactors = FALSE )
0 голосов
/ 28 июня 2018

Вот базовая версия R: 

outdf <- merge(df1, df2, by = "MLID")
outdf$dist <- abs(outdf$Weight.x - outdf$Weight.y)
ting <- aggregate(dist ~ MLID + Position, FUN = function(x) min(x), data = outdf)
outdf2 <- merge(outdf, ting, by.x = c("MLID", "Position", "dist"))
outdf2$charge <- ifelse(outdf2$Position == "N1", outdf2$N1, outdf2$NO)
outdf2 <- outdf2[,c("MLID", "Position", "Weight.x", "charge")]
outdf2
# MLID Position Weight.x charge
# 1  992       N1    0.580   4.95
# 2  992       NO    0.125   2.80
# 3  BJR       N1    0.690   4.95
0 голосов
/ 28 июня 2018

Мы могли бы использовать неэквивалентное соединение с data.table. Измените второй набор данных на «длинный» формат с помощью melt и объедините с первыми данными «MLID», «Положение» и сравнением по неравенству в столбцах «Вес» и присвойте значение last «Заряд» создать столбец в 'df1' 

library(data.table)
setDT(df1)[setnames(melt(setDT(df2), measure = c("NO", "N1"), 
       variable.name = "Position", value.name = "Charge"), "Weight", "wt"), 
      Charge := Charge, on = .(MLID, Position, Weight > wt), mult = "last"] 

df1
#   MLID Position Weight Charge
#1:  992       NO  0.125   2.80
#2:  992       N1  0.580   4.95
#3:  BJR       N1  0.690   4.95
...